데이터는 디자인의 확실한 근거가 된다. 하지만 곧바로 문제를 해결해주지는 않는다. 데이터는 단지 실마리를 제공할 뿐이다. 디자이너는 숫자 더미에 불과한 데이터를 다각도로 분석하고 더 나은 해결방안을 제시할 의무가 있다.
정량적 평가 (Quantitative Analysis)
수치화시킬 수 있는 측정 가능한 데이터를 말한다. 백분위 점수, 표준점수, 석차, 매출실적률, 생산실적률 등이 해당한다. 디자인할 때는 주로 회원가입수, 상품수, 탈퇴율, 공유율과 같은 형태로 나타난다.
정성적 평가 (Qualitative Analysis)
수치로 표현할 수 없는 데이터를 말로 설명하고 분석하는 것을 말한다. 실무를 대표하는 정성적 데이터로는 리뷰를 들 수 있다. 리뷰는 수치화시킬 수 없는 감상들로 가득하다. 디자이너는 말 더미에서 반짝이는 맥락을 읽을 수 있어야 한다.
가설과 패턴 사이
사용자는 서비스를 제공하는 사람들만큼 이성적으로 뭔가를 결정하지 않는다. 유입률이 높을 거라 예상했던 페이지가 가장 저조하다거나, 배너 광고의 A/B 테스트에서 기대하지 않았던 시안 클릭률이 가장 높다거나 하는 일들이 일어난다.
1.
데이터를 오래 들여다보면 서로 다른 사용자들 행동에서 유사한 패턴이 포착된다.
2.
프로덕트 디자이너는 패턴을 바탕으로 가설을 세우고 디자인을 수정한다.
3.
그리고 시장에 내보낸다.
4.
재수집된 데이터를 바탕으로 회고한다.
5.
이 과정을 지겹도록 반복한다.
가설과 시장 사이가 줄어든다면 성과로 이어질 가능성이 높아진다.
KPI (Key Performance Indicator)
KPI는 보통 비즈니스 차원에서 결정된다. 산업별, 기업별, 부서별로 다르다. 대부분 측정 가능하고 현실적이며 미래 지향적이라는 공통점이 있다.
'신규 가입률을 10% 이상 높인다'라고 KPI를 설정해보자. KPI가 생긴다면 각 파트별로 목표에 대한 스펙트럼이 좁아진다. 프로덕트 디자이너라면 회원가입 페이지를 검토하고 개선점을 찾을 것이다. 가입 유도를 위해 쿠폰 같은 보상체계를 어디에 녹일지 고려한다. 마케터는 잠재 사용자 풀을 리서치할 것이고, 그들에 맞는 전략을 세울 것이다. 엔지니어는 갑자기 증가할 수 있는 트래픽에도 서버가 문제없을지 검토한다.
퍼널(Funnel)
사용자는 보통 서비스 접속 후 목적을 이루는 데 있어 단계를 거친다. 이를 '시간 흐름'에 따라 구분해 놓은 것을 퍼널이라고 부른다. 퍼널을 분석하는 이유는 구간별 데이터를 보고, 어느 시점에 사용자 이탈이 몰리는지를 파악하기 위함이다.
보통 사용자는 프로덕트에 머무는 빈도가 뒤로 갈수록 줄어든다. 그 모습이 마치 역삼각형 깔때기와 닮아 퍼널이라고 부른다. GA나 Amplitude 같은 툴을 통해 확인할 수 있다.
해적 지표 (AARRR)
미국 스타트업 엑셀러레이터인 500 startups의 창립자 데이브 맥클루어가 개발한 분석 프레임워크이다.
퍼널이 '시간 흐름'에 집중돼있는데 반해, 해적 지표는 사용자의 구체적 행동에 초점이 맞춰져 있다. 사용자가 서비스에 어떻게 이득을 가져다줬는지 분석한다. 퍼널과 해적 지표를 활용해 더 나은 가설을 세울 수 있다.
•
Acquisition: 신규 사용자가 얼마나, 어떻게 우리 서비스에 방문하고 있는가? (DAU, MAU)
•
Activation: 서비스 이용 시 이탈하거나 잘 사용하고 있는가? (Bounce Rate, Avg.PV, Avg.Duration, Signup)
•
Retention: 꾸준하게 우리 서비스를 재사용하고 있는가? (Retention Rate)
•
Referral: 우리 서비스가 어디에 얼마나 공유되고 있는가? 혹은 사용자 스스로 공유하는가? (Share Rate)
•
Revenue: 서비스가 존속되기 위한 수익모델이 있는가? (Conversion Rate)
특별한 일이 없다면 80%는 기존 기능 최적화에 힘을 싣고, 20%만 새로운 기능 개발에 투자하라고 권한다. 그 후 A/B테스트를 시행하고 반복한다. 그러면 서비스는 분명 개선될 것이다.
